FICHE DE LECTURE

Référence (format APA)

Majeed, M., & Jarvis, J. (2024). Tendances IA 2025 : Leaders des sciences de la vie sur les données, le numérique et l’IA. ZS Associates. https://www.zs.com

Tendances IA 2025 _ Leaders des…

Mots-clés

Intelligence artificielle ; transformation digitale ; stratégie d’entreprise ; données ; compétences ; fonctions commerciales ; performance organisationnelle

Synthèse

Ce rapport de ZS Associates analyse les grandes tendances liées à l’intelligence artificielle, aux données et au numérique à l’horizon 2025, à partir d’une enquête menée auprès de 127 dirigeants technologiques du secteur des sciences de la vie. Les auteurs montrent que l’IA est devenue un moteur central de la stratégie d’entreprise, dépassant son rôle traditionnel de simple fonction support.

Le rapport met en évidence que la création de valeur par l’IA ne dépend pas uniquement de la technologie, mais repose sur des facteurs organisationnels clés : qualité des données, compétences humaines, alignement stratégique et capacité à démontrer un retour sur investissement mesurable. Ces enseignements sont particulièrement pertinents pour les PME cherchant à transformer ou mutualiser leurs fonctions commerciales, notamment la force de vente, à l’aide d’outils digitaux et d’IA.

Développement

1. Objectifs et méthodologie du rapport

Le rapport repose sur :

• une enquête menée par Harris Poll entre juillet et août 2024,
• un échantillon de 127 cadres dirigeants (CIO, CTO, CDIO, responsables data et digital),
• des entreprises multinationales des secteurs pharmaceutique, biotechnologique et des sciences de la vie.

L’objectif est d’identifier les priorités stratégiques, les investissements et les défis organisationnels liés à l’IA et au numérique à l’horizon 2025.

2. L’IA comme moteur stratégique de l’entreprise

Les résultats montrent que :

• 95 % des répondants estiment que l’IA influence désormais autant, voire plus, la stratégie d’entreprise que des facteurs traditionnels (coûts, préférences clients) ;
• la technologie passe d’un rôle de support à un pilier central de la création de valeur.

Les investissements en IA et digital devraient augmenter en 2025 (93 % des répondants), notamment dans les fonctions commerciales, médicales et R&D.

3. Données, organisation et compétences : conditions de création de valeur

Le rapport insiste sur plusieurs leviers clés :

• la qualité et l’intégration des données (fin des silos, exploitation de données non structurées),
• la nécessité de mesurer le ROI des projets IA,
• l’importance de l’alignement organisationnel, avec des équipes orientées vers des objectifs globaux plutôt que vers des technologies isolées.

Les auteurs soulignent que les freins majeurs à l’adoption de l’IA sont principalement non techniques : culture, compétences, gouvernance et confiance.

4. Implications pour les fonctions commerciales et la mutualisation de la force de vente

Bien que centré sur les sciences de la vie, le rapport présente des implications transversales :

• l’IA est de plus en plus intégrée aux outils commerciaux (CRM, plateformes digitales) ;
• la centralisation des données facilite la coordination des équipes commerciales ;
• la mutualisation des ressources devient possible grâce à des plateformes partagées et des processus standardisés.

Ainsi, l’IA constitue un levier facilitateur de la mutualisation de la force de vente, à condition que les compétences humaines et l’organisation suivent.

Conclusion

Ce rapport met en évidence que l’intelligence artificielle et le numérique représentent un levier stratégique majeur pour la performance et la transformation des organisations à l’horizon 2025. Toutefois, la création de valeur repose avant tout sur des facteurs organisationnels, humains et stratégiques.

Pour les PME, ces enseignements suggèrent que la mutualisation de la force de vente via des outils digitaux et d’IA ne peut être performante que si elle s’inscrit dans une stratégie globale, fondée sur la qualité des données, l’alignement des équipes et le développement des compétences.

Références bibliographiques

Majeed, M., & Jarvis, J. (2024). Tendances IA 2025 : Leaders des sciences de la vie sur les données, le numérique et l’IA. ZS Associates

FICHE DE LECTURE

Référence (format APA)

Carlos, V. S., Almeida, J., Rodrigues, F. S., Macedo, A. C., & Veiga, P. M. (2025). The impact of entrepreneurial ecosystems on value co-creation in SMEs: The moderating role of marketing innovations. Administrative Sciences, 15(12), 475. https://doi.org/10.3390/admsci15120475

Mots-clés

PME ; écosystèmes entrepreneuriaux ; co-création de valeur ; innovation marketing ; performance ; collaboration inter-organisationnelle ; stratégie commerciale

Synthèse

Carlos et al. (2025) analysent l’influence des écosystèmes entrepreneuriaux sur la capacité des PME à co-créer de la valeur avec leurs parties prenantes, en mettant en évidence le rôle modérateur des innovations marketing. L’article s’inscrit dans une perspective relationnelle et systémique de la performance des PME, montrant que la création de valeur ne dépend plus uniquement des ressources internes, mais aussi de la qualité des interactions avec l’environnement économique.

Les auteurs démontrent que les PME intégrées dans des écosystèmes entrepreneuriaux dynamiques sont plus à même de développer des pratiques de co-création de valeur, à condition de mobiliser des innovations marketing adaptées. Ces résultats sont particulièrement pertinents pour analyser des dispositifs de mutualisation de la force de vente, qui reposent sur la coopération, le partage de ressources et la coordination entre acteurs.

Développement

1. Cadre théorique

L’article mobilise plusieurs courants théoriques :

• la théorie des écosystèmes entrepreneuriaux, définis comme un ensemble d’acteurs interconnectés (entreprises, institutions, clients, partenaires) favorisant l’innovation et la croissance ;
• la co-création de valeur, qui repose sur l’interaction active entre l’entreprise et ses parties prenantes ;
• l’innovation marketing, entendue comme l’adaptation des pratiques commerciales, des canaux et des modes de relation client.

Les auteurs posent l’hypothèse que les écosystèmes entrepreneuriaux ont un effet positif sur la co-création de valeur, et que cet effet est renforcé par les innovations marketing.

2. Méthodologie

L’étude repose sur :

• une enquête quantitative menée auprès de PME,
• des analyses statistiques permettant de mesurer les relations entre écosystème entrepreneurial, innovation marketing et co-création de valeur.

Les variables clés mesurent :

• le degré d’intégration de la PME dans son écosystème,
• le niveau d’innovation marketing,
• la capacité de co-création de valeur avec les clients et partenaires.

3. Résultats principaux

Les résultats montrent que :

• l’intégration dans un écosystème entrepreneurial a un impact positif significatif sur la co-création de valeur ;
• les innovations marketing jouent un rôle modérateur, amplifiant cet effet ;
• les PME qui développent des pratiques marketing innovantes tirent davantage parti de leur environnement.

Les auteurs soulignent que la performance des PME repose de plus en plus sur leur capacité à collaborer, partager des ressources et coordonner leurs actions commerciales.

4. Apports pour le management commercial et la mutualisation de la force de vente

L’article apporte des enseignements directement mobilisables pour ta problématique :

• la mutualisation de la force de vente peut être analysée comme une forme de co-création de valeur inter-organisationnelle ;
• les écosystèmes entrepreneuriaux facilitent le partage de ressources commerciales (compétences, réseaux, informations) ;
• les innovations marketing (outils digitaux, CRM partagés, nouvelles approches relationnelles) renforcent l’efficacité des dispositifs commerciaux mutualisés.

Ainsi, la mutualisation de la force de vente apparaît comme une stratégie collective, cohérente avec une logique d’écosystème entrepreneurial.

Conclusion

Cet article montre que la performance des PME dépend fortement de leur capacité à s’insérer dans des écosystèmes entrepreneuriaux et à développer des pratiques de co-création de valeur. Les innovations marketing jouent un rôle clé pour transformer ces interactions en avantage concurrentiel.

Dans le cadre d’un mémoire sur la mutualisation de la force de vente pour les PME, cette étude fournit un cadre théorique solide pour analyser les logiques de coopération commerciale, de partage des ressources et de coordination entre entreprises.

Références bibliographiques

Carlos, V. S., Almeida, J., Rodrigues, F. S., Macedo, A. C., & Veiga, P. M. (2025). The impact of entrepreneurial ecosystems on value co-creation in SMEs: The moderating role of marketing innovations. Administrative Sciences, 15(12), 475.

FICHE DE LECTURE

Référence (format APA)

Clark, W. R., Manley, S. C., Hair, J. F., & Williams, R. I. (2025). Sales management improves SME performance, but not without marketing planning. Marketing Management Journal, 34(2), 1–18.

Mots-clés

PME ; gestion de la force de vente ; planification marketing ; performance commerciale ; alignement stratégique ; coordination marketing–ventes

Synthèse

Clark et al. (2025) analysent l’impact de la gestion de la force de vente sur la performance des PME, en mettant en évidence le rôle central de la planification marketing comme condition de succès. L’article s’inscrit dans la littérature sur l’alignement interfonctionnel et démontre que la performance commerciale ne résulte pas uniquement d’une force de vente bien structurée, mais de son intégration dans une stratégie marketing cohérente.

Les auteurs montrent que les PME qui investissent simultanément dans la gestion de la force de vente et dans la planification marketing obtiennent de meilleures performances économiques. Ces résultats sont particulièrement pertinents pour l’étude de la mutualisation de la force de vente, qui nécessite une coordination renforcée entre les fonctions commerciales et marketing.

Développement

1. Cadre théorique

L’article s’appuie sur les travaux relatifs :

• à la gestion de la force de vente (sales management), incluant la structuration, le pilotage et le contrôle des équipes commerciales ; 
• à la planification marketing, définie comme un processus stratégique visant à aligner les actions commerciales sur les objectifs de marché ; 
• à l’alignement marketing–ventes, considéré comme un facteur clé de performance organisationnelle. 

Les auteurs soulignent que, dans les PME, la proximité organisationnelle ne garantit pas automatiquement une coordination efficace entre les fonctions.

2. Problématique et hypothèses

La problématique centrale est la suivante :
La gestion de la force de vente améliore-t-elle la performance des PME, et sous quelles conditions ?

Les auteurs formulent plusieurs hypothèses, dont la principale stipule que :

• la gestion de la force de vente a un impact positif sur la performance, 
• mais que cet impact est conditionné par la présence d’une planification marketing structurée. 

3. Méthodologie

L’étude repose sur :

• une enquête quantitative menée auprès de dirigeants de PME, 
• des mesures de la performance (croissance, résultats financiers, performance perçue), 
• des analyses statistiques permettant de tester les effets directs et modérateurs. 

Les auteurs adoptent une approche empirique rigoureuse, adaptée au contexte des PME.

4. Résultats principaux

Les résultats montrent que :

• la gestion de la force de vente améliore significativement la performance des PME ; 
• toutefois, cet effet disparaît ou s’affaiblit fortement en l’absence de planification marketing ; 
• la planification marketing joue donc un rôle modérateur clé dans la relation entre gestion des ventes et performance. 

Ces résultats confirment que les actions commerciales isolées sont insuffisantes pour créer un avantage durable.

5. Apports pour la mutualisation de la force de vente dans les PME

L’article apporte des enseignements directs pour ta problématique :

• la mutualisation de la force de vente exige une coordination stratégique renforcée ; 
• sans planification marketing partagée, une force de vente mutualisée risque de générer des conflits de priorités ou une dilution des objectifs ; 
• l’alignement marketing–ventes est une condition indispensable à la performance des dispositifs commerciaux mutualisés. 

Ainsi, la mutualisation de la force de vente doit être pensée comme un projet stratégique global, et non comme une simple solution de réduction des coûts.

Conclusion

Clark et al. (2025) démontrent que la gestion de la force de vente constitue un levier majeur de performance pour les PME, à condition qu’elle soit intégrée à une planification marketing structurée. L’article met en lumière l’importance de l’alignement stratégique et de la coordination interfonctionnelle.

Dans le cadre d’un mémoire sur la mutualisation de la force de vente, cette étude fournit un fondement théorique et empirique solide pour analyser les conditions de réussite et les limites des modèles commerciaux mutualisés dans les PME.

Références bibliographiques

Clark, W. R., Manley, S. C., Hair, J. F., & Williams, R. I. (2025). Sales management improves SME performance, but not without marketing planning. Marketing Management Journal, 34(2), 1–18.

FICHE DE LECTURE

Référence (format APA)

Abubakar, J. E., Yusuf, S. O., & Yusuf, P. O. (2025). From branding to sales conversion: How AI-powered CRM systems shape the customer journey for African SMEs. International Journal of Science and Research Archive, 14(02), 494–506. https://doi.org/10.30574/ijsra.2025.14.2.0369

Mots-clés

Intelligence artificielle ; CRM ; parcours client ; branding ; conversion des ventes ; PME africaines ; transformation digitale ; personnalisation ; automatisation

Synthèse

Cet article analyse le rôle des systèmes de Customer Relationship Management (CRM) intégrant l’intelligence artificielle dans l’optimisation du parcours client des petites et moyennes entreprises (PME) africaines. Les auteurs s’intéressent plus particulièrement à la manière dont ces outils permettent de relier les activités de branding aux performances commerciales, notamment en matière de conversion des ventes.

S’appuyant sur une revue de littérature approfondie et sur plusieurs études de cas sectorielles (commerce de détail, agriculture, services), l’article met en évidence que les CRM dopés à l’IA constituent des leviers majeurs de compétitivité pour les PME opérant dans des contextes marqués par des contraintes fortes de ressources, de compétences et d’infrastructures. Les résultats montrent que l’automatisation, la personnalisation des interactions et l’analyse prédictive offertes par ces systèmes permettent d’améliorer la cohérence de la marque, l’engagement client et, in fine, les taux de conversion. L’article apporte ainsi une contribution pertinente à la littérature sur la transformation digitale des PME dans les marchés émergents.

Développement

1. Objectifs et méthodologie de l’étude

L’objectif principal de l’article est d’analyser comment les systèmes CRM alimentés par l’IA influencent les différentes étapes du parcours client — de la notoriété de la marque jusqu’à la conversion et à la fidélisation — dans le contexte spécifique des PME africaines. Les auteurs cherchent à combler un manque dans la littérature, celle-ci étant majoritairement centrée sur les économies développées.

La méthodologie adoptée repose sur :

• une revue de littérature structurée portant sur le CRM, l’IA, le branding et la conversion des ventes ;
• une analyse qualitative de cas d’entreprises africaines issues de secteurs variés (retail, agriculture, services) ;
• une approche conceptuelle articulant CRM, parcours client et création de valeur.

Cette méthodologie permet d’appréhender à la fois les apports technologiques des CRM intelligents et leurs implications managériales dans des environnements contraints.

2. Le CRM alimenté par l’IA comme levier d’optimisation du parcours client

Les auteurs rappellent que le parcours client se structure autour de plusieurs étapes clés : prise de conscience (awareness), considération, achat, rétention et advocacy. Les CRM traditionnels, centrés sur la gestion statique des données, se révèlent insuffisants pour piloter efficacement ces étapes dans des marchés dynamiques et fragmentés.

L’intégration de l’IA transforme le CRM en un outil proactif capable d’analyser de grands volumes de données clients, de détecter des patterns comportementaux et d’anticiper les besoins. Les technologies mobilisées — apprentissage automatique, analyse prédictive, traitement du langage naturel — permettent d’automatiser les interactions, de personnaliser les contenus et d’améliorer la réactivité des entreprises tout au long du parcours client.

3. Branding, personnalisation et engagement client

L’un des apports centraux de l’article réside dans l’analyse du lien entre CRM intelligent et branding. Les auteurs montrent que la cohérence et la personnalisation des interactions renforcent la perception de la marque à chaque point de contact avec le client. Les CRM alimentés par l’IA permettent notamment :

• une communication cohérente sur l’ensemble des canaux ;
• une adaptation fine des messages aux préférences et comportements individuels ;
• une amélioration de l’expérience client grâce à des interactions fluides et contextualisées.

Dans le contexte africain, où les marchés sont caractérisés par une forte hétérogénéité culturelle et linguistique, cette capacité de personnalisation apparaît comme un facteur clé de différenciation et de fidélisation.

4. Impact des CRM intelligents sur la conversion des ventes

L’article souligne que les systèmes CRM intégrant l’IA jouent un rôle déterminant dans l’amélioration des taux de conversion. Grâce à l’automatisation du nurturing des leads, à la segmentation avancée et aux recommandations personnalisées, les PME peuvent concentrer leurs ressources limitées sur les prospects à plus forte probabilité de conversion.

Les auteurs mettent également en avant le rôle des chatbots, des rappels automatisés et des offres dynamiques dans la réduction des frictions au moment de l’achat. Ces dispositifs contribuent à fluidifier la prise de décision du client, tout en améliorant l’efficacité commerciale des PME.

5. Enjeux spécifiques et limites dans le contexte africain

L’étude identifie plusieurs freins à l’adoption des CRM alimentés par l’IA en Afrique : limitations des infrastructures numériques, contraintes financières, déficit de compétences digitales et résistances culturelles. Toutefois, les auteurs soulignent que les solutions SaaS, les stratégies mobile-first et les modèles économiques flexibles rendent ces technologies de plus en plus accessibles aux PME africaines.

L’article insiste également sur la nécessité d’un accompagnement managérial et stratégique afin d’éviter une adoption purement technologique, déconnectée des objectifs business.

Conclusion

Cet article met en évidence que les systèmes CRM intégrant l’intelligence artificielle constituent un levier stratégique majeur pour les PME africaines souhaitant renforcer leur branding et améliorer leurs performances commerciales. En optimisant l’ensemble du parcours client, ces outils permettent de transformer des interactions fragmentées en expériences cohérentes, personnalisées et génératrices de valeur.

Toutefois, la réussite de ces démarches repose moins sur la technologie elle-même que sur la capacité des PME à intégrer ces outils dans une stratégie globale, tenant compte des contraintes organisationnelles, humaines et contextuelles. L’article ouvre ainsi des perspectives de recherche intéressantes sur l’impact à long terme de l’IA sur la croissance et la structuration des PME dans les économies émergentes.

Références bibliographiques

Abubakar, J. E., Yusuf, S. O., & Yusuf, P. O. (2025). From branding to sales conversion: How AI-powered CRM systems shape the customer journey for African SMEs. International Journal of Science and Research Archive, 14(02), 494–506.

FICHE DE LECTURE

Référence (format APA)

Peñarroya-Farell, M., Vaziri, M., Soto Rivera, S. K., & Miralles, F. (2025). A complex leadership perspective on generative AI adoption in SMEs: The interplay of TAM, TMT, and RBV. Administrative Sciences, 15(12), 494. https://doi.org/10.3390/admsci15120494

Mots-clés

Intelligence artificielle générative ; PME ; leadership organisationnel ; adoption technologique ; TAM ; TMT ; RBV ; complexité ; transformation digitale

Synthèse

Cet article examine l’adoption de l’intelligence artificielle générative (GenAI) dans les petites et moyennes entreprises (PME) sous l’angle du leadership organisationnel. S’inscrivant dans une perspective de complexité, les auteurs proposent un cadre conceptuel intégrant trois approches théoriques majeures : le Technology Acceptance Model (TAM), la Temporal Motivation Theory (TMT) et la Resource-Based View (RBV). L’objectif est de dépasser les modèles linéaires d’adoption technologique pour analyser l’adoption de la GenAI comme un processus non linéaire, dynamique et fortement dépendant des comportements des dirigeants.

À partir d’une étude qualitative menée auprès de dirigeants de PME espagnoles, l’article met en évidence que l’adoption de la GenAI ne dépend pas uniquement de la perception de son utilité ou de sa facilité d’usage, mais repose sur l’alignement entre intention stratégique, motivation managériale et allocation des ressources. Les auteurs identifient ainsi quatre profils de leadership — Strategic Adopters, Aspiring Adopters, Opportunistic Adopters et Operational Stabilizers — qui structurent différentes trajectoires d’adoption de la GenAI. Ces résultats apportent une contribution théorique significative à la littérature sur la transformation digitale des PME et soulignent le rôle central du leadership dans la création de valeur à partir des technologies émergentes.

Développement

1. Objectifs et méthodologie de l’étude

L’objectif principal de l’article est de comprendre comment le comportement des dirigeants de PME influence l’adoption de l’IA générative dans un contexte de transformation digitale caractérisé par l’incertitude, la contrainte de ressources et la complexité organisationnelle. Plus précisément, les auteurs cherchent à analyser dans quelle mesure le leadership permet d’aligner intention, motivation et ressources dans le processus d’adoption de la GenAI.

La recherche repose sur une méthodologie qualitative, fondée sur :

• des entretiens semi-directifs menés entre mai et décembre 2024,
• un échantillon de 15 dirigeants de PME espagnoles issus de secteurs variés,
• une analyse interprétative de type Interpretative Phenomenological Analysis (IPA), combinée à une analyse thématique transversale.

Ce choix méthodologique vise à capter la complexité des processus décisionnels et des logiques managériales à l’œuvre dans les PME en phase d’adoption précoce de la GenAI.

2. L’adoption de la GenAI comme processus complexe et non linéaire

L’un des apports majeurs de l’article réside dans la remise en cause des modèles linéaires d’adoption technologique. Les auteurs montrent que les modèles classiques, tels que le TAM ou la diffusion des innovations, sont insuffisants pour expliquer l’adoption de technologies disruptives comme la GenAI dans les PME.

En mobilisant la théorie de la complexité et la Complexity Leadership Theory, l’adoption est analysée comme un système adaptatif complexe, dans lequel les dimensions cognitives (perception de l’utilité et de la facilité d’usage), motivationnelles (urgence perçue, valeur attendue) et organisationnelles (ressources, compétences, infrastructures) interagissent de manière dynamique. Le leadership joue alors un rôle de mécanisme de coordination permettant — ou non — l’émergence de trajectoires d’adoption plus stratégiques.

3. Intention, motivation et ressources : une lecture intégrée (TAM, TMT, RBV)

L’intégration des trois cadres théoriques constitue le cœur de la contribution conceptuelle de l’article.

• Le TAM permet d’analyser l’intention d’adoption à travers la perception de l’utilité et de la facilité d’usage de la GenAI.
• La TMT introduit une dimension temporelle et motivationnelle, en soulignant le rôle de l’urgence perçue et de la valeur attendue dans le déclenchement de l’action.
• La RBV met en évidence le rôle structurant des ressources internes, notamment les compétences humaines, les capacités dynamiques et la maturité technologique.

Les résultats montrent que ces dimensions ne fonctionnent pas de manière indépendante, mais s’influencent mutuellement. Ainsi, une forte intention d’adoption peut rester sans effet en l’absence de ressources, tandis qu’une capacité technique sans motivation stratégique conduit à des usages fragmentés et peu transformants.

4. Profils de leadership et trajectoires d’adoption de la GenAI

À partir de l’analyse des données empiriques, les auteurs identifient quatre profils de leadership :

• Strategic Adopters : dirigeants alignant intention, motivation et ressources, engagés dans une adoption proactive et stratégique de la GenAI.
• Aspiring Adopters : dirigeants convaincus de l’intérêt de la GenAI mais limités par des contraintes de ressources et de capacités organisationnelles.
• Opportunistic Adopters : dirigeants adoptant la GenAI de manière ponctuelle et tactique, sans vision stratégique globale.
• Operational Stabilizers : dirigeants privilégiant la stabilité opérationnelle et maintenant une distance vis-à-vis de la GenAI.

Ces profils illustrent que l’adoption de la GenAI ne correspond pas à des étapes successives, mais à des configurations dynamiques susceptibles d’évoluer sous l’effet de changements internes ou externes.

Conclusion

Cet article met en évidence que l’adoption de l’intelligence artificielle générative dans les PME est avant tout un phénomène organisationnel et managérial, plutôt qu’un simple choix technologique. En intégrant les apports du TAM, de la TMT et de la RBV dans une perspective de complexité, les auteurs démontrent que le leadership constitue le levier central permettant d’aligner intention stratégique, motivation et allocation des ressources.

Pour les PME, les résultats suggèrent que la GenAI ne peut devenir un véritable levier de performance et de transformation que si elle est intégrée dans une vision stratégique cohérente, soutenue par le développement des compétences et des capacités organisationnelles. L’étude apporte ainsi des enseignements précieux pour les dirigeants, mais aussi pour les chercheurs s’intéressant aux dynamiques de transformation digitale dans des contextes contraints.

FICHE DE LECTURE 

Référence (format APA)

Segarra-Blasco, A., Tomàs-Porres, J., & Teruel, M. (2025). AI, robots and innovation in European SMEs. Small Business Economics, 65, 719–745. https://doi.org/10.1007/s11187-025-01017-2

Mots-clés

PME ; intelligence artificielle ; robotisation ; innovation ; transformation organisationnelle ; performance ; technologies numériques

Synthèse

Segarra-Blasco, Tomàs-Porres et Teruel analysent l’impact de l’adoption de l’intelligence artificielle (IA) et de la robotisation sur les capacités d’innovation des PME européennes. L’article s’inscrit dans une perspective de transformation technologique et organisationnelle, en montrant que l’adoption de ces technologies ne constitue pas uniquement un investissement technique, mais un véritable levier stratégique influençant la performance et la compétitivité des PME.

Les auteurs démontrent que l’IA et les robots favorisent l’innovation des PME lorsqu’ils sont intégrés dans une logique organisationnelle cohérente, combinant compétences humaines, apprentissage organisationnel et reconfiguration des processus. Ces résultats sont particulièrement pertinents pour les PME cherchant à optimiser ou mutualiser leurs fonctions commerciales, notamment la force de vente, via des outils numériques partagés.

Développement

1. Cadre théorique et objectifs de l’article

Les auteurs s’appuient sur la littérature relative à :

• l’innovation technologique,
• la transformation numérique des PME,
• les capacités organisationnelles nécessaires à l’absorption des nouvelles technologies.

L’objectif principal de l’article est d’évaluer dans quelle mesure l’adoption de l’IA et des robots influence la performance innovante des PME européennes, tout en tenant compte des caractéristiques organisationnelles propres à ces entreprises.

Contrairement aux grandes entreprises, les PME disposent de ressources limitées, ce qui rend l’adoption technologique plus risquée mais potentiellement plus transformatrice.

2. Méthodologie

L’étude repose sur :

• un large échantillon de PME européennes,
• des données issues d’enquêtes statistiques,
• des modèles économétriques permettant d’identifier les effets de l’IA et de la robotisation sur l’innovation.

Les auteurs distinguent plusieurs formes d’innovation (produits, processus, organisationnelle) afin d’évaluer précisément l’impact des technologies.

3. Résultats principaux

Les résultats montrent que :

• l’adoption de l’IA et des robots a un effet positif significatif sur l’innovation des PME ;
• cet effet est renforcé lorsque les PME disposent de compétences internes adaptées et d’une capacité d’apprentissage organisationnel ;
• les technologies numériques favorisent la reconfiguration des processus internes, notamment commerciaux et opérationnels.

Les auteurs soulignent que l’IA permet :

• une meilleure exploitation des données,
• une automatisation de certaines tâches,
• une coordination plus efficace des activités.

4. Apports pour le management commercial et la mutualisation de la force de vente

Bien que l’article ne traite pas directement de la force de vente, ses implications pour le management commercial sont importantes :

• les outils basés sur l’IA facilitent la centralisation des informations commerciales ;
• ils permettent une coordination accrue entre équipes, condition clé de la mutualisation de la force de vente ;
• La digitalisation soutient des modèles commerciaux plus flexibles, adaptés aux contraintes des PME.

Ainsi, l’adoption de technologies numériques constitue un pré-requis organisationnel à la mise en place de dispositifs de force de vente mutualisée.

Conclusion

Cet article montre que l’intelligence artificielle et la robotisation sont des leviers majeurs d’innovation et de performance pour les PME européennes, à condition d’être intégrées dans une logique organisationnelle et stratégique cohérente. Les résultats soulignent l’importance des compétences, de l’apprentissage et de la reconfiguration des processus, éléments centraux pour toute démarche de mutualisation de la force de vente.

L’étude apporte un éclairage théorique et empirique solide pour comprendre comment les PME peuvent utiliser les technologies numériques afin d’optimiser leurs ressources commerciales et renforcer leur compétitivité face aux grandes entreprises.

Références bibliographiques 

Segarra-Blasco, A., Tomàs-Porres, J., & Teruel, M. (2025). AI, robots and innovation in European SMEs. Small Business Economics, 65, 719–745.

Référence (format APA)

Véry, P., & Cailluet, L. (2019). Intelligence artificielle et recherche en gestion. Revue française de gestion, 285, 119-134.

https://doi.org/10.3166/rfg.2020.00405

Mots clés de l’article :

Mots clés : intelligence artificielle, recherche en gestion, machine learning, diffusion scientifique, production scientifique, Big Data, méthodes analytiques, épistémologie

Synthèse :

Philippe Véry et Ludovic Cailluet analysent l’impact de l’intelligence artificielle (IA) sur la recherche en sciences de gestion. L’article explore comment l’IA influence les pratiques de production et de diffusion scientifique, les compétences nécessaires aux chercheurs, ainsi que les implications épistémologiques et institutionnelles. Les auteurs soulignent que l’IA ne remplacera pas le chercheur mais transformera son rôle, ses méthodes et son accès aux données.

L’article examine d’abord la définition et les types d’IA (faible, forte, machine learning, deep learning, reinforcement learning, traitement du langage naturel) et leurs développements récents. Ensuite, il discute des bouleversements attendus et des critiques sur les scénarios futuristes tels que la singularité et la crainte que l’IA dépasse l’intelligence humaine. Les auteurs insistent sur l’importance d’une approche pragmatique, notamment via le concept d’intelligence augmentée.

Développement :

1. IA et production scientifique :
   • L’IA est largement utilisée dans la médecine pour le diagnostic, l’analyse génétique, la détection de tumeurs et la prédiction de l’évolution des maladies.
   • Elle permet de surpasser certains biais cognitifs des chercheurs humains et d’ouvrir de nouvelles perspectives, notamment par la citizen science ou le crowdsourcing.
   • L’IA relance le débat entre rationalité et empirisme, mettant en tension l’approche théorique et l’analyse de données massives.
2. IA et diffusion scientifique :
   • L’IA aide les éditeurs et reviewers à analyser les manuscrits : sélection initiale, détection de plagiat, identification de reviewers, résumé automatique et évaluation de rigueur méthodologique.
   • Bien que l’IA automatise certaines tâches, la décision finale reste humaine. Toutefois, elle introduit de nouveaux biais (ex. biais de genre) dans l’évaluation scientifique.
3. Problèmes d’accès et coût :
   • L’IA nécessite l’accès à de grandes bases de données et des compétences techniques spécifiques (cloud computing, programmation).
   • Les coûts et compétences requis peuvent créer une fracture entre chercheurs ou institutions selon leurs moyens.
4. IA et recherche en gestion :
   • L’IA est à la fois objet et méthode de recherche : en RH, marketing, finance, etc.
   • Elle permet l’analyse de grandes quantités de données qualitatives et historiques, et améliore la productivité du chercheur.
   • L’article souligne que l’IA modifie le rôle du chercheur, de l’éditeur et du reviewer, et peut créer des inégalités entre chercheurs selon leur maîtrise des méthodes IA.

Conclusion :

L’IA pénètre progressivement la recherche en sciences de gestion, impactant production, diffusion, méthodologie et financement de la recherche. Elle oblige les chercheurs à acquérir de nouvelles compétences et à repenser leur positionnement épistémologique. L’IA pourrait transformer les normes de la recherche, en renforçant la rigueur et en favorisant une approche empirique. Toutefois, elle ne remplacera pas l’activité humaine, mais modifiera profondément l’écosystème académique et institutionnel.

Références bibliographiques (format APA)

Véry, P., & Cailluet, L. (2019). Intelligence artificielle et recherche en gestion. Revue française de gestion, 285, 119-134. https://doi.org/10.3166/rfg.2020.00405

Référence (format APA)

Fosso Wamba, S., Queiroz, M. M., Guthrie, C., & Braganza, A. (2021). Industry experiences of artificial intelligence (AI): Benefits and challenges in operations and supply chain management. Production Planning & Control. https://doi.org/10.1080/09537287.2021.1882695

Mots clés de l’article :

Mots clés : artificial intelligence, Industry 4.0, operations management, supply chain management, performance, adoption challenges

Synthèse :

Samuel Fosso Wamba, Maciel M. Queiroz, Cameron Guthrie et Ashley Braganza analysent le rôle croissant de l’intelligence artificielle (IA) dans la transformation des opérations et de la supply chain. Les auteurs montrent que l’IA constitue aujourd’hui une technologie clé de l’Industrie 4.0, capable d’améliorer la performance opérationnelle, la prise de décision et la résilience des chaînes logistiques, tout en soulevant des défis organisationnels, technologiques et humains.

Dans un premier temps, l’article met en évidence l’interaction entre l’IA et la gestion des opérations et des chaînes logistiques. Ensuite, il présente les contributions académiques et industrielles sélectionnées dans ce numéro spécial. Enfin, les auteurs proposent des pistes de recherche futures pour les chercheurs et les praticiens.

Développement :

Selon Fosso Wamba et al. (2021), l’intelligence artificielle joue un rôle central dans la modernisation des systèmes de production et de supply chain, notamment grâce à sa capacité à traiter de grandes quantités de données et à automatiser des processus complexes. L’IA est utilisée dans des domaines variés tels que la prévision de la demande, l’optimisation des stocks, la maintenance prédictive, la planification de la production et la gestion de la distribution.

Les auteurs soulignent que l’IA ne fonctionne pas de manière isolée, mais en synergie avec d’autres technologies de l’Industrie 4.0 telles que l’Internet des objets (IoT), le big data, la blockchain et les systèmes cyber-physiques. Cette combinaison permet aux entreprises d’améliorer la visibilité, la flexibilité et l’agilité de leurs chaînes logistiques, tout en réduisant les coûts et les erreurs opérationnelles.

L’article met également en évidence plusieurs expériences industrielles concrètes. Par exemple, des entreprises comme Amazon, DHL ou General Motors utilisent l’IA pour optimiser les opérations d’entrepôt, la planification des tournées ou la maintenance des équipements. Ces applications démontrent le potentiel de l’IA à créer un avantage concurrentiel durable.

Cependant, Fosso Wamba et al. insistent sur les défis liés à l’adoption de l’IA. Parmi ceux-ci figurent le manque de compétences internes, la résistance au changement, les coûts d’implémentation, les questions éthiques et la dépendance à la qualité des données. Les auteurs montrent que la simple adoption d’outils d’IA ne garantit pas automatiquement des bénéfices : une stratégie claire, un soutien managérial et une transformation organisationnelle sont nécessaires.

Enfin, l’article propose une classification des recherches présentées dans le numéro spécial selon différentes approches de l’IA (robots intelligents, apprentissage automatique, systèmes hybrides). Cette typologie permet de mieux comprendre les multiples applications de l’IA dans la gestion des opérations et de la supply chain.

Conclusion :

Cet article met en lumière le rôle stratégique de l’intelligence artificielle dans l’amélioration de la performance et de la résilience des opérations et des chaînes logistiques. Il montre que l’IA constitue un levier majeur de transformation pour les entreprises évoluant dans un environnement incertain et fortement concurrentiel.

Toutefois, les auteurs soulignent que la réussite des projets d’IA dépend fortement de facteurs organisationnels, humains et technologiques. L’article offre ainsi un cadre de réflexion pertinent pour les chercheurs et les praticiens souhaitant comprendre les bénéfices, les limites et les conditions de succès de l’IA en supply chain management.

Références bibliographiques (format APA)

Fosso Wamba, S., Queiroz, M. M., Guthrie, C., & Braganza, A. (2021). Industry experiences of artificial intelligence (AI): Benefits and challenges in operations and supply chain management. Production Planning & Control. https://doi.org/10.1080/09537287.2021.1882695

Fiche de Lecture n°5

Référence : Fürstenau, D., Rothe, H., & Sandner, M. (2021). Leaving the shadow: A configurational approach to explain post-identification outcomes of shadow IT systems. Business & Information Systems Engineering, 63(2), 97-111.

Mots-clés & Définitions

• Approche configurationnelle : Méthode analysant comment une synergie de facteurs (confiance, technique, culture) produit un résultat spécifique (cf. Fürstenau et al., p. 98, où l’étude traite 27 cas réels de Shadow IT pour identifier les combinaisons gagnantes).

• Business-IT Alignment : Synchronisation stratégique entre les outils technologiques et les besoins du terrain.

• Post-identification : Phase critique suivant la découverte d’un outil non autorisé.

• Gouvernance IT : Cadre définissant les responsabilités et les règles de conformité.

Synthèse

Les auteurs proposent de percevoir le Shadow IT non plus comme une menace, mais comme un laboratoire d’innovation gratuit (cf. Fürstenau et al., p. 100). L’étude démontre que ces systèmes sont des prototypes révélant des besoins métiers que la DSI n’a pas anticipés. En analysant la trajectoire de 27 outils “sauvages”, l’étude prouve que la répression n’est jamais l’option la plus rentable à long terme.

Développement : Indicateurs et Trajectoires

1. Le Moment de Vérité : Les 4 issues stratégiques

Après la découverte, la DSI doit arbitrer entre quatre chemins. L’étude montre que le choix n’est pas aléatoire mais dépend de la valeur métier de l’outil (cf. Fürstenau et al., p. 102) :

• Phase-out (Suppression) : Appliqué quand le risque technique est jugé trop élevé par rapport au gain métier.

• Replacement : La DSI remplace l’outil par une solution officielle.

• IT-managed (Légalisation) : La DSI adopte et sécurise l’outil. C’est le scénario où le Shadow IT devient une innovation officielle.

• Business-managed (Délégation) : Le métier garde la main sous surveillance.

2. Le facteur X : Le poids de la Confiance (Trust)

C’est le résultat chiffré le plus important de l’étude (cf. Fürstenau et al., p. 106) :

• Impact de la relation : Dans les 27 cas étudiés, la qualité de la relation humaine pèse plus lourd que la performance technique de l’outil dans la décision finale.

• Taux de succès du “Trustful Replacement” : Lorsque la confiance est haute, le passage du clandestin au légal se fait sans perte de productivité (cf. Fürstenau et al., p. 107). À l’inverse, une méfiance élevée garantit un retour à l’ombre dans 100 % des cas à court terme.

3. Analyse du Risque : Le cercle vicieux de la répression

L’étude quantifie les conséquences d’une gouvernance trop rigide (cf. Fürstenau et al., p. 108) :

• Multiplication des risques : Une DSI perçue comme un “gendarme” n’élimine pas le Shadow IT ; elle le rend plus complexe à détecter.

• Perte de visibilité : La répression pousse les employés à utiliser des solutions encore plus fragmentées (macros locales, cloud personnel), augmentant les failles de sécurité de manière invisible pour les outils de monitoring de la DSI.

Conclusion pour le Jury : L’Apport Stratégique de notre Étude

Au terme de cette analyse, les travaux de Fürstenau et al. (2021) permettent à notre étude de conclure que le défi des DSI réside dans l’orchestration.

Nous soutenons que le « Cloud clandestin » est le baromètre de l’agilité organisationnelle. En analysant les 27 configurations de l’étude, nous comprenons que transformer une ressource sauvage en innovation sécurisée est le levier de transformation le plus efficace pour un DSI. La valeur ajoutée réside dans le facteur « confiance » (cf. Fürstenau et al., p. 106), qui permet au DSI de valider sa mutation de « Constructeur » à « Service Broker ».

Notre étude utilise ce cadre pour démontrer que le succès du Cloud Hybride ne se mesure pas au contrôle exercé (souvent contourné), mais à la capacité de la DSI à intégrer les initiatives du terrain pour en faire des actifs stratégiques officiels.

Références bibliographiques : Fürstenau, D., Rothe, H., & Sandner, M. (2021). Leaving the shadow: A configurational approach to explain post-identification outcomes of shadow IT systems. Business & Information Systems Engineering, 63(2), 97-111.

Fiche de Lecture n°4

Référence : Senyo, P. K., Effah, J., & Addae, E. (2016). Preliminary insight into cloud computing adoption in a developing country. Journal of Enterprise Information Management, 29(4), 505-524.

Mots-clés & Définitions

• Leap frogging (Saut technologique) : Stratégie de développement permettant de s’affranchir des étapes intermédiaires (infrastructures lourdes on-premise) pour adopter directement des solutions de pointe comme le Cloud.

• Avantage Relatif : Indice d’amélioration de l’efficience opérationnelle et de la flexibilité par rapport aux systèmes hérités (cf. Senyo et al., p. 512, où l’adoption est corrélée à un gain de performance perçu).

• Technology Readiness (Préparation Technologique) : Évaluation de la maturité des infrastructures critiques (énergie, connectivité) et de l’expertise du capital humain (cf. Senyo et al., p. 514).

• Facteur Non-significatif : Variable dont l’influence réelle sur le processus décisionnel final est statistiquement nulle (0 %) au sein de l’échantillon étudié.

Synthèse

P. K. Senyo et son équipe ont mené une investigation quantitative d’envergure auprès de 305 grandes entreprisesghanéennes, ciblant les leaders du secteur bancaire (tels que GCB Bank), des télécommunications (MTN, Vodafone) et des institutions majeures du secteur public. L’étude démontre que dans un marché émergent, l’adoption du Cloud répond à un impératif de croissance organique et d’agilité, faisant abstraction des cadres réglementaires encore balbutiants (cf. Senyo et al., p. 508).

Développement

1. Un panel représentatif de l’élite économique

L’étude s’appuie sur un échantillon de 305 organisations structurantes pour l’économie régionale. Le choix de ces secteurs (Banques, Télécoms, Gouvernement) permet de valider des résultats applicables aux environnements à haute exigence de disponibilité et de sécurité, similaires à ceux rencontrés dans le contexte ivoirien.

2. L’Avantage Relatif : Un moteur de décision prédominant

Le gain de performance est le principal catalyseur de la transition numérique (cf. Senyo et al., p. 512) :

• Impact sur la décision : Environ 45 % de la motivation d’adoption est directement liée à la promesse de flexibilité et de réduction des barrières à l’innovation.

• Dynamique métier : Le Cloud est perçu comme l’outil permettant de s’aligner sur les standards de service internationaux sans supporter les coûts prohibitifs de maintenance d’un parc serveurs physique.

3. Le binôme Sécurité & Préparation : Les variables de risque

Malgré l’attrait pour le Cloud, deux freins structurels pèsent sur l’agenda des décideurs (cf. Senyo et al., p. 513) :

• Préparation Technologique : Environ 35 % de la réussite d’un projet dépend de la stabilité des infrastructures locales (énergie et fibre). Sans cette “Readiness”, le projet perd sa viabilité opérationnelle (cf. Senyo et al., p. 514).

• Incertitude sécuritaire : La crainte liée à la souveraineté numérique (localisation des données) représente un frein d’environ 20 %. Ce point souligne la nécessité stratégique d’une approche hybride.

4. Le paradoxe institutionnel : Le pragmatisme avant la loi

C’est l’enseignement le plus disruptif pour un analyste (cf. Senyo et al., p. 516) :

• Soutien Réglementaire : Son influence est jugée non-significative (0 % d’impact) sur la décision finale.

• Analyse : Les entreprises n’attendent pas l’émanation de lois numériques (type RGPD) pour engager leur transformation. C’est le besoin de compétitivité business qui dicte le calendrier, devançant systématiquement le législateur.

Conclusion

Au terme de cette analyse, les travaux de Senyo et al. (2016) apportent une preuve empirique du pragmatisme technologique en Afrique subsaharienne. Nous soutenons que la logique d’adoption suit un paradigme d’opportunité plutôt que de conformité. Pour notre étude comparative entre la France et la Côte d’Ivoire, cet article nous permet de formuler une distinction majeure :

1. En France, le DSI est un architecte de la conformité réglementaire.

2. En Côte d’Ivoire, le DSI est un débrouillard stratégique qui doit garantir les 45 % de gain de performance tout en naviguant dans un environnement où l’infrastructure de base est une variable d’ajustement.

Nous concluons que cette réalité renforce le rôle du Service Broker. En l’absence de soutien réglementaire moteur , le DSI doit devenir l’unique garant de la confiance et de la continuité de service, en proposant un Cloud Hybride capable d’absorber les instabilités locales tout en offrant la puissance des standards mondiaux.

Références bibliographiques : Senyo, P. K., Effah, J., & Addae, E. (2016). Preliminary insight into cloud computing adoption in a developing country. Journal of Enterprise Information Management, 29(4), 505-524.